1626434812-e667f6b6e7e69d3a0798830a58e9075b (844135), страница 54
Текст из файла (страница 54)
286 Базы данных. Интеллектуальная обработка информации Для имитации схемы на термостате модифицируем выражения, выполняющиеся на этапах инициализации и моделирования. Вот как должны выглядеть тексты программ, выполняющихся на этих этапах после модификации (см. рис. 9.36 и рис. 9.37). Рис. 9.36. Текст блока инициализации (меню "Рго1есИпйа1аайоп"). Рис. 9.37. Текст блока моделирования 1меню "Рго1есг/Яти1аг1оп"). Дополним график, выводимый во время работы проекта. В меню "Рго~есг" (проект) выберите команду "Р1ога.. " (графики). Выберите в списке график "Тетрегатцге" и нажмите кнопку "СЬапве".
Измените диапазон значений по оси У: от 5 до 45 градусов. Это позволит нам более точно рассмотреть, чем различается работа двух систем терморегуляции. Во второй строке со списком "У УапаЫе" выберите переменную Сапа!КоогпТ. Назначьте ее графику цвет и форму точки (см. рис. 9.38). Нажмите "ОК". В панели со списком графиков щелкните мышкой на кнопке "Оопе" (готово). Эапустим проект (меню "Ехеси6опЖцп"). График изменения температуры при работе двух систем представлен на рис, 9.39.
Глава 9. Нечеткая логика и ее применение в зкспертных системах 287 Рис. 9. 38. Панель задания параметров графика. Рис. 9,39. График температуры при работе сравниваемь1х систем. Анализируя графики, нетрудно сделать вывод о том, что система управления вентилятором на базе нечеткой логики быстрее адаптируется к изменениям температуры в помещении. Колебания температуры при ее работе, в отличие от термостатной схемы, малозаметны. Управление бытовой техникой — далеко не единственное применение нечетких экспертных систем.
Они могут оказать существенную помощь при ана- Базы данных. Интеллектуальная обрабоюпка информации 2ВВ иоппии чее ма~ Рис. 9.40. Задание нечетких множеств для неременной ВасйЕоу. лизе данных в бизнесе и финансах. Еще в конце 80-х годов в японском банке 'Тщ1 Вап1" была создана нечеткая экспертная система для управления портфелем цснных бумаг. Утверждается, что она принесла немалую прибыль.
В состав дистрибутива Сц1лСа1с входит пример упрощенной нечеткой экспертной системы, способной облегчить работу коммерческого директора магазина. Эта система позволяет определить, какого объема заказ надо сделать поставщику товаров. В ее задачи входит также поддержание объема товаров на складе магазина на должном уровне.
Входными данными для системы служат; текущий объем товаров на складе, объем продаж, объем невыполненных заказов и объем заказов на товар, уже размещенных у поставщика. Решения вырабатываются системой с использованием очевидных правил. В правилах использованы следующие нечеткие (лингвистические) переменные: Ба1еЖа~е — величина изменения объема продаж; ВасИ.ои — объем заказов клиентов, которые магазин не смог выполнить; ОпОп1ег — объем заказов на товары, размещенных у поставщика; ЙосИпНоцзе — объем товаров на складе магазина; ГцыуОгйег — объем нового заказа на товары.
Для каждой из переменных определены нечеткие множества, которые характеризуют величину их значений. Например, для переменной ВасИ ои заданы нечеткие множества (см. рис. 9.40): ~егу 1о~ч (очень низкий), 1ои (низкий), поппа1 (обычный), 111ф (высокий) и чегу Ыф (очень высокий). Глава 9.
Нечеткая логика и ее применение и экспертных системах 289 Система использует следующие правила вывода: !) Правила, описывающие поведение в зависимости от изменений объема продаж. 1.1) 1ГБа1евйаге 1в ГаП!пи гЬеп ГняууОгдег вЬопЫ Ье вгпаП; 1.2) 11'За1евйаге гв йяв1п~ гЬеп ГыхуОгдег вЬоп1д Ье !агре; 1.3) 11'Яа!евра!с 1в Бгеаду гЬеп ГыкуОгдег вЬои1д Ъе поппа1; 2) Правила, позволяющие учитывать объем размещенных заказов и объем невыполненных заказов.
2.1) 1ГВасЫ.ов 1в Ь1„Ь апд ОпОгдег !в по1 ЬщЬ гЬеп Гпъ-.уОгдег вЬоцИ Ье !агяе; 2.2) 1! ВасЫ.ои 1в чегу 1ои апд ОпОгдег 1в Ь!иЬ |Ьеп ГпкхуОгдег вЬоп1д Ье пеаг лего; 2.3) 11 ОпОгдег !в Ь!ф !Ьеп ГнквуОгдег вЬоп1д Ье жаП; 2.4) 1!'(ОпОгдег 1в гпейап ог ВасЫ.оя !в поппа1) апд Яа!евйаге 1в по1 ГаП1щ йеп ГмкуОгдег вЬоп1д Ье поггпа1; 2,5) 11'ОпОгдег '1в!ою апд За!салаге !в пог ГаП1пв реп ГпгкуОгдег вЬоп1д Ье!агре; 3) Учет объема товаров на складе. 3.1) 1ЦйосЫпНопве 1в Ь1иЬ ог йосЫпНопве 1в |пед|пгп) апд Яа!евйа1е !в ГаП!пц Йеп ГпгкуОгдег вЬоп!д Ье пеаг кего. Как было отмечено, этот пример иллюстративный, поэтому входные данные генерируются самой системой, ввод реальных данных не предусмотрен.
Входные данные и результаты работы отображаются на графике, вид которого приведен на рис. 9.41, Рис. 9.41. Представление результатов работы в СиЫСа(с. 290 Базы данных. Интеллектуальная обработка информации Несмотря на упрощенность примера, нельзя не заметить, что поведение довольно сложной системы может быть описано всего лишь несколькими довольно абстрактными нечеткими правилами вывода. Это еше раз подтверждает справедливость утверждения о большом потенциале нечеткой логики как средства решения практических задач. Кроме рассмотренного, в дистрибутив СпЬ1Са1с входят и другие примеры решения задач управления динамическими системами; парковка трейлера, погоня собаки за кошкой, движение автомобиля по окружности и др.
Примеры помогают пользователю достаточно быстро освоиться с основными возможностями и функциями пакета. В основе нечеткой логики лежат достаточно сложные математические концепции, однако ухватить основную идею достаточно легко. Сфера применения этой математической дисциплины постоянно расширяется, причем не последнюю роль в этом процессе играют системы, подобные СцЫСа1с. Разработка систем поддержки принятия решений с использованием концепции нечеткой логики может заметно повысить их эффективность. Глава 10.
Параллельные базы данньи 10.1. Современное состояние работ по машинам бал данных 10.1.1. Модели машин бал данных Решение многих важных проблем требует использования больших баз данных (БД) в реальном времени. Для выполнения заранее известного набора запросов могут быть применены предварительно организованные специальным образом данные. Для подготовки этих данных могут быть использованы средства создания адекватного запросам набора отношений базы данных, индексирования ключевых атрибутов на основе, например, хэширования или Т-, В-деревьев, предварительной сортировки, и тому подобные приемы, сокращающие время выполнения заранее известных запросов. Однако в случае порождения запросов на основе результатов уже выполненных запросов, что имеет место в современных системах поддержки принятия решений, требуется работа с не организованными специальным образом данными.
В этом случае только параллельное выполнение запросов может дать результат в приемлемое время. Попытки создать узкоспециализированные машины баз данных [57 — 621 оказались безуспешными. Некоторые из этих машин основывались на экзотических моделях памяти [63~, возникших в силу представления о трудоемкости отдельных, часто вспомогательных операций, например, сортировки индексов. Кроме того, предлагаемые проекты узкоспециализированных машин плохо совместимы с концепцией открытых систем: эти машины трудно масштабируются, практически отсутствует модульность, программные средства систем управления баз данных (СУБД) одной машины не переносимы на другие.
В то же время появились промышленные реализации параллельных реляционных баз данных Тегас1ага ИСК [64~, Тапбегп [65~, Огас!е-пС13ВЕ [бб~, использующих в качестве аппаратной платформы параллельные системы из серийных микропроцессоров, микросхем памяти и дешевых серийных дисков, Именно параллельные системы наилучшим образом утилизируют выпускаемые в массовых количествах быстрые и дешевые микропроцессоры, микросхемы памяти и дисковые устройства.
Успешная реализация СУБД на параллельных системах во многом основана на использовании реляционной модели баз данных, допускаюшей параллелизм обработки кортежей отношений и атрибутов кортежей [67 — 70], 292 Базы данных. Интеллектуальная обработка информации 10.1.2. Структуры аппаратных платформ распределенных и параллельных реляционных баз данных В основном как аппаратные платформы для баз данных используются три типа логических 1виртуальных) структур вычислительных систем 171, 721: ° с разделяемой оперативной и внешней 1дисковой) памятью, с разделяемой внешней памятью, ° с распределенной памятью, в которых отсутствуют разделяемые ресур- сы памяти.
Системы с разделяемыми основной и дисковой памятью имеют единое адресное пространство основной памяти и один общедоступный логический диск. Структура систем этого типа приведена на рис 10.1, Рис. 10.1. Структура систаи с раздеяяеиыми основной и дисковой памятью Взаимодействие между процессорами выполняется через разделяемую память. Обычно такие системы имеют архитектуру с неявной реализацией когерентности и принадлежат классу симметричных мультипроцессоров (ЯМР) или систем с архитектурой ссЫУМА 1731. Однако логически разделяемая память может быть построена программными средствами на базе механизма передачи сообщений. В последнем случае важна оценка целесообразности затрат времени на поддержание архитектуры с разделяемой памятью.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
